SAS PROC FREQ와 동등한 R이 있습니까?
답변:
내가 사용 table하고 prop.table있지만, CrossTable에 gmodels패키지 당신이 더 가까이 SAS에 대한 결과를 줄 수 있습니다. 이 링크를 참조하십시오 .
또한 "한 번에 여러 변수에 대한 설명 통계"를 생성하려면 summary함수를 사용합니다 . 예를 들어, summary(mydata).
또한 vcd 패키지를 적극 권장 하지만 R과 vcd 및 vcdExtra 패키지를 사용하여 범주 데이터 작업을 참조하십시오 .
—
chl
기본 R의 데이터를 요약하는 것은 두통입니다. 이것은 SAS가 잘 작동하는 영역 중 하나입니다. R의 경우 plyr패키지를 권장합니다 .
SAS에서 :
/* tabulate by a and b, with summary stats for x and y in each cell */
proc summary data=dat nway;
class a b;
var x y;
output out=smry mean(x)=xmean mean(y)=ymean var(y)=yvar;
run;
로 plyr:
smry <- ddply(dat, .(a, b), summarise, xmean=mean(x), ymean=mean(y), yvar=var(y))SAS를 사용하지 않습니다. 따라서 다음 replicate인지 여부에 대해서는 언급 할 수 SAS PROC FREQ없지만 다음은 자주 사용하는 data.frame의 변수를 설명하는 두 가지 빠른 전략입니다.
describe에서Hmisc숫자 및 숫자가 아닌 데이터를 포함한 유용한 변수 요약을 제공합니다.describe에서psych숫자 데이터 에 대한 설명 통계를 제공합니다.
R 예
> library(MASS) # provides dataset called "survey"
> library(Hmisc) # Hmisc describe
> library(psych) # psych describe다음은 출력입니다 Hmisc describe.
> Hmisc::describe(survey)
survey
12 Variables 237 Observations
----------------------------------------------------------------------------------------------------------------------
Sex
n missing unique
236 1 2
Female (118, 50%), Male (118, 50%)
----------------------------------------------------------------------------------------------------------------------
Wr.Hnd
n missing unique Mean .05 .10 .25 .50 .75 .90 .95
236 1 60 18.67 16.00 16.50 17.50 18.50 19.80 21.15 22.05
lowest : 13.0 14.0 15.0 15.4 15.5, highest: 22.5 22.8 23.0 23.1 23.2
----------------------------------------------------------------------------------------------------------------------
NW.Hnd
n missing unique Mean .05 .10 .25 .50 .75 .90 .95
236 1 68 18.58 15.50 16.30 17.50 18.50 19.72 21.00 22.22
lowest : 12.5 13.0 13.3 13.5 15.0, highest: 22.7 23.0 23.2 23.3 23.5
----------------------------------------------------------------------------------------------------------------------
[ABBREVIATED OUTPUT]다음 psych describe은 숫자 변수 에 대한 출력입니다 .
> psych::describe(survey[,sapply(survey, class) %in% c("numeric", "integer") ])
var n mean sd median trimmed mad min max range skew kurtosis se
Wr.Hnd 1 236 18.67 1.88 18.50 18.61 1.48 13.00 23.2 10.20 0.18 0.36 0.12
NW.Hnd 2 236 18.58 1.97 18.50 18.55 1.63 12.50 23.5 11.00 0.02 0.51 0.13
Pulse 3 192 74.15 11.69 72.50 74.02 11.12 35.00 104.0 69.00 -0.02 0.41 0.84
Height 4 209 172.38 9.85 171.00 172.19 10.08 150.00 200.0 50.00 0.22 -0.39 0.68
Age 5 237 20.37 6.47 18.58 18.99 1.61 16.75 73.0 56.25 5.16 34.53 0.42숫자 변수에 대한 요약 통계와 레벨 레이블 및 요인 코드가있는 빈도 표를 제공하는 {EPICALC} 의 코드북 함수를 사용합니다 . http://cran.r-project.org/doc/contrib/Epicalc_Book.pdf (p.50 참조) 또한 이는 정량 변수에 sd를 제공하기 때문에 매우 유용합니다.
즐겨 !
+1 (이전부터). 나는 그 길
—
gung-복원 Monica Monica
codebook()을 정말로 좋아합니다 . 1 문제는 nas가 삭제되어 출력에 포함시킬 수 있다는 것입니다. 이것을 다루는 한 가지 방법 (적어도 w / 인수)은 ? recode.is.na를 1 번째 로 사용하는 것입니다 (예 : "missing") 숫자 변수의 경우,에 기반한 논리 값을 사용하여 열의 왼쪽에 새 변수를 즉시 작성한 is.na()다음을 실행할 수 codebook()있습니다. 그래도 약간의 kluge입니다.
markdown 및 html 형식화 옵션과 함께 코드북과 같은 기능을 포함하는 summarytools 패키지 ( CRAN 링크 )를 확인할 수 있습니다 .
install.packages("summarytools")
library(summarytools)
dfSummary(CO2, style = "grid", plain.ascii = TRUE)데이터 프레임 요약
이산화탄소
+------------+---------------+-------------------------------------+--------------------+-----------+
| Variable | Properties | Stats / Values | Freqs, % Valid | N Valid |
+============+===============+=====================================+====================+===========+
| Plant | type:integer | 1. Qn1 | 1: 7 (8.3%) | 84/84 |
| | class:ordered | 2. Qn2 | 2: 7 (8.3%) | (100.0%) |
| | + factor | 3. Qn3 | 3: 7 (8.3%) | |
| | | 4. Qc1 | 4: 7 (8.3%) | |
| | | 5. Qc3 | 5: 7 (8.3%) | |
| | | 6. Qc2 | 6: 7 (8.3%) | |
| | | 7. Mn3 | 7: 7 (8.3%) | |
| | | 8. Mn2 | 8: 7 (8.3%) | |
| | | 9. Mn1 | 9: 7 (8.3%) | |
| | | 10. Mc2 | 10: 7 (8.3%) | |
| | | ... 2 other levels | others: 14 (16.7%) | |
+------------+---------------+-------------------------------------+--------------------+-----------+
| Type | type:integer | 1. Quebec | 1: 42 (50%) | 84/84 |
| | class:factor | 2. Mississippi | 2: 42 (50%) | (100.0%) |
+------------+---------------+-------------------------------------+--------------------+-----------+
| Treatment | type:integer | 1. nonchilled | 1: 42 (50%) | 84/84 |
| | class:factor | 2. chilled | 2: 42 (50%) | (100.0%) |
+------------+---------------+-------------------------------------+--------------------+-----------+
| conc | type:double | mean (sd) = 435 (295.92) | 95: 12 (14.3%) | 84/84 |
| | class:numeric | min < med < max = 95 < 350 < 1000 | 175: 12 (14.3%) | (100.0%) |
| | | IQR (CV) = 500 (0.68) | 250: 12 (14.3%) | |
| | | | 350: 12 (14.3%) | |
| | | | 500: 12 (14.3%) | |
| | | | 675: 12 (14.3%) | |
| | | | 1000: 12 (14.3%) | |
+------------+---------------+-------------------------------------+--------------------+-----------+
| uptake | type:double | mean (sd) = 27.21 (10.81) | 76 distinct values | 84/84 |
| | class:numeric | min < med < max = 7.7 < 28.3 < 45.5 | | (100.0%) |
| | | IQR (CV) = 19.23 (0.4) | | |
+------------+---------------+-------------------------------------+--------------------+-----------+편집하다
최신 버전의 summarytools 에서 freq()함수 (원래 질문과 관련하여 더 간단한 빈도 테이블을 생성 하는 함수)는 단일 변수뿐만 아니라 데이터 프레임을 허용합니다. 크로스 탭 ( 프로 프 주파수 도 마찬가지)에 대해서는 ctable()기능을 참조하십시오 .
freq(CO2)주파수
CO2 $ 식물유형 : 주문 요인
Freq % Valid % Valid Cum % Total % Total Cum
Qn1 7 8.33 8.33 8.33 8.33
Qn2 7 8.33 16.67 8.33 16.67
Qn3 7 8.33 25.00 8.33 25.00
Qc1 7 8.33 33.33 8.33 33.33
Qc3 7 8.33 41.67 8.33 41.67
Qc2 7 8.33 50.00 8.33 50.00
Mn3 7 8.33 58.33 8.33 58.33
Mn2 7 8.33 66.67 8.33 66.67
Mn1 7 8.33 75.00 8.33 75.00
Mc2 7 8.33 83.33 8.33 83.33
Mc3 7 8.33 91.67 8.33 91.67
Mc1 7 8.33 100.00 8.33 100.00
<NA> 0 0.00 100.00
Total 84 100.00 100.00 100.00 100.00유형 : 요인
Freq % Valid % Valid Cum % Total % Total Cum
Quebec 42 50.00 50.00 50.00 50.00
Mississippi 42 50.00 100.00 50.00 100.00
<NA> 0 0.00 100.00
Total 84 100.00 100.00 100.00 100.00유형 : 요인
Freq % Valid % Valid Cum % Total % Total Cum
nonchilled 42 50.00 50.00 50.00 50.00
chilled 42 50.00 100.00 50.00 100.00
<NA> 0 0.00 100.00
Total 84 100.00 100.00 100.00 100.00